• 한국해양공학회지
• /
• 제8권2호
• /
• pp.131-140
• /
• 1994

Dynamics of AUV has heavy nonlinearities and many unknown parameters due to its bluff shape and low cruising speed. Intelligent algorithms, therefore, are required to overcome these nonlinearities and unknown system dynamics. Several identification techniques have been suggested for the application of control of underwater vehicles during last decade. This paper applies the neural network to identification and motion control problem of AUVs. Nonlinear dynamic systems of an AUV are identified using feedforward neural network. Simulation results show that the learned neural network can generate the motion of AUV. This paper, also, suggest an adaptive control scheme up-dates the controller weights with reference model and feedforward neural network using error back propagation.

• 한국음향학회지
• /
• 제20권6호
• /
• pp.75-81
• /
• 2001

본 논문에서는 근거리 효과를 이용하여 음원의 위치를 추정하는 탐지 기법을 해양환경에 적용할 경우에 발생할 수 있는 위치추정 오차에 관하여 분석하였다. 삼각 (triangulation) 알고리듬과 파면곡률 (wavefront curvature) 알고리듬 등을 이용하는 근거리 탐지 기법은 음파가 2차원 평면 (방위, 거리)에서 전달된다고 가정한다. 그러나 해양환경은 2차원 평면이 아닌 3차원 공간 (방위, 거리, 수심)이므로 음파전달에 따른 오차가 발생할 수 있다. 3차원 공간을 가정한 경우에도 해양에서의 다중경로 음파전달을 고려하지 않았다면 역시 오차가 발생하게 될것이다. 근거리 탐지 기법의 위치추정 오차를 분석하기 위하여 다중경로 음파전달모델과 파면곡률을 이용한 초점 빔형성 (focused beamforming)기법을 이용하여 시뮬레이션하였다. 분석결과 수중음속구조, 해저면 수심, 해저면 경사와 음원의 거리 등에 따라 위치추정 오차가 달라짐을 볼 수 있었다.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2012년도 추계 학술논문 발표대회
• /
• pp.253-254
• /
• 2012

The purpose of this study is to suggest and verify high-strength concrete mix design model applying neural network theory, in order to minimize effort and time wasted by using trial and error method utill now. There are 7 input and 2 output to predict mix design. 40 data of mix design were learned with back-propagation algorithm. Then they are repeatedly learned back-propagation in neural network theory. Also, to verify predicted model, we analyzed and compared value predicted from 60MPa mix design with value measured by actual compressive strength test.

• 천문학회보
• /
• 제37권2호
• /
• pp.124.1-124.1
• /
• 2012

We have made a comparison of the WSA-ENLIL CME propagation model with three cone types and an empirical model using 29 halo CMEs from 2001 to 2002. These halo CMEs have cone model parameters from Michalek et al. (2007) as well as their associated interplanetary (IP) shocks. For this study we consider three different cone models (an asymmetric cone model, an ice-cream cone model and an elliptical cone model) to determine CME cone parameters (radial velocity, angular width and source location), which are used for input parameters of the WSA-ENLIL CME propagation model. The mean absolute error (MAE) of the arrival times at the Earth for the elliptical cone model is 10 hours, which is about 2 hours smaller than those of the other models. However, this value is still larger than that (8.7 hours) of an empirical model by Kim et al. (2007). We are investigating several possibilities on relatively large errors of the WSA-ENLIL cone model, which may be caused by CME-CME interaction, background solar wind speed, and/or CME density enhancement.

• 한국농공학회지
• /
• 제45권2호
• /
• pp.45-57
• /
• 2003

An artificial neural network model was developed to analyze and forecast Short-term river runoff from the Naju watershed, in Korea. Error back propagation neural networks (EBPN) of hourly rainfall and runoff data were found to have a high performance In forecasting runoff. The number of hidden nodes were optimized using total error and Bayesian information criterion. Model forecasts are very accurate (i.e., relative error is less than 3% and $R^2$is greater than 0.99) for calibration and verification data sets. Increasing the time horizon for application data sets, thus mating the model suitable for flood forecasting. decreases the accuracy of the model. The resulting optimal EBPN models for forecasting hourly runoff consists of ten rainfall and four runoff data(ANN0410 model) and ten rainfall and ten runoff data(ANN1010 model). Performances of the ANN0410 and ANN1010 models remain satisfactory up to 6 hours (i.e., $R^2$is greater than 0.92).

• 제어로봇시스템학회논문지
• /
• 제6권3호
• /
• pp.273-283
• /
• 2000

In this paper we suggest an optimal design method of Fuzzy-Neural Networks(FNN) model for complex and nonlinear systems. The FNNs use the simplified inference as fuzzy inference method and Error Back Propagation Algorithm as learning rule. And we use a HCM(Hard C-Means) Clustering Algorithm to find initial parameters of the membership function. The parameters such as parameters of membership functions learning rates and momentum weighted value is proposed to achieve a sound balance between approximation and generalization abilities of the model. According to selection and adjustment of a weighting factor of an aggregate objective function which depends on the number of data and a certain degree of nonlinearity (distribution of I/O data we show that it is available and effective to design and optimal FNN model structure with a mutual balance and dependency between approximation and generalization abilities. This methodology sheds light on the role and impact of different parameters of the model on its performance (especially the mapping and predicting capabilities of the rule based computing). To evaluate the performance of the proposed model we use the time series data for gas furnace the data of sewage treatment process and traffic route choice process.

• 한국수자원학회논문집
• /
• 제32권6호
• /
• pp.665-674
• /
• 1999

본 논문은 LRCS 모형을 낙동강 수계 송리원 수위표 지점의 18개 호우사상에 대하여 보정 및 민감도 분석을 실시하여 모형의 국내 하천에 적용성을 확인하였고, 모형의 적합성 분석 결과 LAD 추정자가 LS와 WLS에 비하여 좋지 못한 결과를 얻었다. "hot" 행렬의 대각 요소(hi)와 영향성 척도(Di)를 매개변수 추정치를 분석하는데 사용할 수 있고, 매개변수 IL이 모형 출력에 가장 중요함을 알 수 있었다. 매개변수의 오차에 따른 오차 전파의 정도는 IL, TP, F1 의 순서이며, 이는 모형의 출력이 첨두유량일 경우에 민감도의 정도를 나타낸다. 민감도 계수와 hi 의 대각 요소와 Di 값의 분석과 모형의 보정 및 민감도 분석의 관련성을 확인하였다.련성을 확인하였다.

• 한국전자파학회논문지
• /
• 제9권2호
• /
• pp.211-218
• /
• 1998

본 논문에서는 광선 추적법을 이용한 마이크로셀 전파 환경 예측 모텔에서의 여러 가지 오차들에 관하여 해석 하였다. 반사 및 회절 계수의 부정확성 및 계산 과정에서 이들의 횟수 제한이 예측 결과에 미치는 영향올 분석하 였으며, 특히 건물 지도의 유한한 해상도에 의한 건물 데이터베이스의 오차가 전파 환경 예측 결과에 미칠 수 있는 영향에 대하여 자세히 분석하였다. 빠르고 정확한 예측 결과를 얻기 위해서는 각 건물들에 대하여 적절한 전기적 상수들의 선정과 반사 및 회절 횟수의 적절한 제한이 필요함을 보였다. 또한, 건물 지도의 해상도가 나빠질 수록 예측 결과의 오차가 증가함을 보였으며, LOS 구간과 NLOS 구간을 구분하여 그 오차의 크기를 분석하였다. 본 논문에서의 결과를 바탕으로 건물 지도의 해상도에 따른 예측 결과의 최대 오차 한계를 6 dB이하로 제한 할 경우 적절한 건물 지도의 해상도는 5m정도가 됨을 알 수 있다.

• 한국전자통신학회논문지
• /
• 제5권5호
• /
• pp.471-476
• /
• 2010

본 논문에서는 RGB 컬러 정보와 오류 역전파 신경망 알고리즘을 이용한 신 차량 번호판 인식 방법을 제안한다. 먼저, 차량 영상에서 평균 Blue값을 이용하여 차량 영상을 보정하고 픽셀값의 차를 이용하여 Red 후보 영역과 Green 후보 영역으로 구분한 후 오류 역전파 알고리즘에 적용하여 최종 Green 영역을 찾는다. 둘째, 수평 및 수직 히스토그램의 빈도수를 이용하여 번호판 영역을 추출한다. 마지막으로, 윤곽선 추적 알고리즘을 적용하여 개별 코드들을 추출하고, 오류 역전파 알고리즘을 적용하여 개별 코드들을 인식한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위하여 실제 비영업용 신 차량 번호판에 적용한 결과, 제안된 번호판 추출 방법이 기존의 HSI(Hue Saturation Intensity) 정보를 이용한 번호판 추출 방법보다 추출률이 개선되었고 제안된 차량 번호판 인식 방법이 효율적인 것을 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -2
• /
• pp.839-842
• /
• 2000

A new and modified neural network model Is proposed for CT image reconstruction from four projection directions only. The model uses the Resilient Back-Propagation (Rprop) algorithm, which is derived from the original Back-Propagation, for adaptation of its weights. In addition to the error in projection directions of the image being reconstructed, the proposed network makes use of errors in pixels between an image which passed the median filter and the reconstructed one. Improved reconstruction was obtained, and the proposed method was found to be very effective in CT image reconstruction when the given number of projection directions is very limited.